CursosEmpresasBlogLiveConfPrecios

Ajuste de redes neuronales: Hiper parámetros

Clase 18 de 22 • Curso de Redes Neuronales en Keras y Scikit-Learn 2019

Contenido del curso

Apropiar conceptos fundamentales de las redes neuronales

  • 1
    ¿Qué es una red neuronal?

    ¿Qué es una red neuronal?

    05:35 min

Identificar los principales Frameworks usados en la industria para el desarrollo de Deep Learning

  • 2
    Frameworks de Deep Learning

    Frameworks de Deep Learning

    04:56 min

Comprender los modelos de representación de las redes neuronales artificiales usados en Deep Learning

  • 3
    Estructura de redes neuronales

    Estructura de redes neuronales

    14:26 min
  • 4
    Creando nuestra primer red neuronal

    Creando nuestra primer red neuronal

    11:06 min
  • 5
    Entrenando nuestra primera red neuronal

    Entrenando nuestra primera red neuronal

    06:08 min
  • 6
    Visualizando el proceso de entrenamiento

    Visualizando el proceso de entrenamiento

    05:19 min
  • 7
    Funciones de activación

    Funciones de activación

    04:51 min
  • 8
    Funciones de costo o pérdidas

    Funciones de costo o pérdidas

    07:16 min
  • 9
    Inicialización y Entrenamiento de RN

    Inicialización y Entrenamiento de RN

    07:53 min
  • 10
    Optimizadores en redes neuronales

    Optimizadores en redes neuronales

    05:43 min
  • 11
    Clasificación Binaria

    Clasificación Binaria

    09:43 min
  • 12
    Clasificación de potenciales clientes

    Clasificación de potenciales clientes

    08:46 min
  • 13
    Análisis de resultados

    Análisis de resultados

    14:04 min
  • 14
    Métricas de desempeño: regresión y clasificación

    Métricas de desempeño: regresión y clasificación

    09:26 min
  • 15
    Evaluando métricas de desempeño

    Evaluando métricas de desempeño

    09:26 min
  • 16
    Ajuste de redes neuronales: overfitting y regularización

    Ajuste de redes neuronales: overfitting y regularización

    02:38 min
  • 17
    Regularización

    Regularización

    05:52 min
  • 18
    Ajuste de redes neuronales: Hiper parámetros

    Ajuste de redes neuronales: Hiper parámetros

    Viendo ahora

Crear un modelo de regresión a partir de un caso de uso real

  • 19
    Introducción a las regresiones con Deep Learning: Planteamiento del problema

    Introducción a las regresiones con Deep Learning: Planteamiento del problema

    04:40 min
  • 20
    Solución del problema de regresión

    Solución del problema de regresión

    08:36 min
  • 21
    Ajustes finales al proyecto

    Ajustes finales al proyecto

    04:40 min

Cierre del curso

  • 22
    Cierre del curso

    Cierre del curso

    09:14 min
Tomar examen

Escuelas

  • Desarrollo Web
    • Fundamentos del Desarrollo Web Profesional
    • Diseño y Desarrollo Frontend
    • Desarrollo Frontend con JavaScript
    • Desarrollo Frontend con Vue.js
    • Desarrollo Frontend con Angular
    • Desarrollo Frontend con React.js
    • Desarrollo Backend con Node.js
    • Desarrollo Backend con Python
    • Desarrollo Backend con Java
    • Desarrollo Backend con PHP
    • Desarrollo Backend con Ruby
    • Bases de Datos para Web
    • Seguridad Web & API
    • Testing Automatizado y QA para Web
    • Arquitecturas Web Modernas y Escalabilidad
    • DevOps y Cloud para Desarrolladores Web
  • English Academy
    • Inglés Básico A1
    • Inglés Básico A2
    • Inglés Intermedio B1
    • Inglés Intermedio Alto B2
    • Inglés Avanzado C1
    • Inglés para Propósitos Específicos
    • Inglés de Negocios
  • Marketing Digital
    • Fundamentos de Marketing Digital
    • Marketing de Contenidos y Redacción Persuasiva
    • SEO y Posicionamiento Web
    • Social Media Marketing y Community Management
    • Publicidad Digital y Paid Media
    • Analítica Digital y Optimización (CRO)
    • Estrategia de Marketing y Growth
    • Marketing de Marca y Comunicación Estratégica
    • Marketing para E-commerce
    • Marketing B2B
    • Inteligencia Artificial Aplicada al Marketing
    • Automatización del Marketing
    • Marca Personal y Marketing Freelance
    • Ventas y Experiencia del Cliente
    • Creación de Contenido para Redes Sociales
  • Inteligencia Artificial y Data Science
    • Fundamentos de Data Science y AI
    • Análisis y Visualización de Datos
    • Machine Learning y Deep Learning
    • Data Engineer
    • Inteligencia Artificial para la Productividad
    • Desarrollo de Aplicaciones con IA
    • AI Software Engineer
  • Ciberseguridad
    • Fundamentos de Ciberseguridad
    • Hacking Ético y Pentesting (Red Team)
    • Análisis de Malware e Ingeniería Forense
    • Seguridad Defensiva y Cumplimiento (Blue Team)
    • Ciberseguridad Estratégica
  • Liderazgo y Habilidades Blandas
    • Fundamentos de Habilidades Profesionales
    • Liderazgo y Gestión de Equipos
    • Comunicación Avanzada y Oratoria
    • Negociación y Resolución de Conflictos
    • Inteligencia Emocional y Autogestión
    • Productividad y Herramientas Digitales
    • Gestión de Proyectos y Metodologías Ágiles
    • Desarrollo de Carrera y Marca Personal
    • Diversidad, Inclusión y Entorno Laboral Saludable
    • Filosofía y Estrategia para Líderes
  • Diseño de Producto y UX
    • Fundamentos de Diseño UX/UI
    • Investigación de Usuarios (UX Research)
    • Arquitectura de Información y Usabilidad
    • Diseño de Interfaces y Prototipado (UI Design)
    • Sistemas de Diseño y DesignOps
    • Redacción UX (UX Writing)
    • Creatividad e Innovación en Diseño
    • Diseño Accesible e Inclusivo
    • Diseño Asistido por Inteligencia Artificial
    • Gestión de Producto y Liderazgo en Diseño
    • Diseño de Interacciones Emergentes (VUI/VR)
    • Desarrollo Web para Diseñadores
    • Diseño y Prototipado No-Code
  • Contenido Audiovisual
    • Fundamentos de Producción Audiovisual
    • Producción de Video para Plataformas Digitales
    • Producción de Audio y Podcast
    • Fotografía y Diseño Gráfico para Contenido Digital
    • Motion Graphics y Animación
    • Contenido Interactivo y Realidad Aumentada
    • Estrategia, Marketing y Monetización de Contenidos
  • Desarrollo Móvil
    • Fundamentos de Desarrollo Móvil
    • Desarrollo Nativo Android con Kotlin
    • Desarrollo Nativo iOS con Swift
    • Desarrollo Multiplataforma con React Native
    • Desarrollo Multiplataforma con Flutter
    • Arquitectura y Patrones de Diseño Móvil
    • Integración de APIs y Persistencia Móvil
    • Testing y Despliegue en Móvil
    • Diseño UX/UI para Móviles
  • Diseño Gráfico y Arte Digital
    • Fundamentos del Diseño Gráfico y Digital
    • Diseño de Identidad Visual y Branding
    • Ilustración Digital y Arte Conceptual
    • Diseño Editorial y de Empaques
    • Motion Graphics y Animación 3D
    • Diseño Gráfico Asistido por Inteligencia Artificial
    • Creatividad e Innovación en Diseño
  • Programación
    • Fundamentos de Programación e Ingeniería de Software
    • Herramientas de IA para el trabajo
    • Matemáticas para Programación
    • Programación con Python
    • Programación con JavaScript
    • Programación con TypeScript
    • Programación Orientada a Objetos con Java
    • Desarrollo con C# y .NET
    • Programación con PHP
    • Programación con Go y Rust
    • Programación Móvil con Swift y Kotlin
    • Programación con C y C++
    • Administración Básica de Servidores Linux
  • Negocios
    • Fundamentos de Negocios y Emprendimiento
    • Estrategia y Crecimiento Empresarial
    • Finanzas Personales y Corporativas
    • Inversión en Mercados Financieros
    • Ventas, CRM y Experiencia del Cliente
    • Operaciones, Logística y E-commerce
    • Gestión de Proyectos y Metodologías Ágiles
    • Aspectos Legales y Cumplimiento
    • Habilidades Directivas y Crecimiento Profesional
    • Diversidad e Inclusión en el Entorno Laboral
    • Herramientas Digitales y Automatización para Negocios
  • Blockchain y Web3
    • Fundamentos de Blockchain y Web3
    • Desarrollo de Smart Contracts y dApps
    • Finanzas Descentralizadas (DeFi)
    • NFTs y Economía de Creadores
    • Seguridad Blockchain
    • Ecosistemas Blockchain Alternativos (No-EVM)
    • Producto, Marketing y Legal en Web3
  • Recursos Humanos
    • Fundamentos y Cultura Organizacional en RRHH
    • Atracción y Selección de Talento
    • Cultura y Employee Experience
    • Gestión y Desarrollo de Talento
    • Desarrollo y Evaluación de Liderazgo
    • Diversidad, Equidad e Inclusión
    • AI y Automatización en Recursos Humanos
    • Tecnología y Automatización en RRHH
  • Finanzas e Inversiones
    • Fundamentos de Finanzas Personales y Corporativas
    • Análisis y Valoración Financiera
    • Inversión y Mercados de Capitales
    • Finanzas Descentralizadas (DeFi) y Criptoactivos
    • Finanzas y Estrategia para Startups
    • Inteligencia Artificial Aplicada a Finanzas
    • Domina Excel
    • Financial Analyst
    • Conseguir trabajo en Finanzas e Inversiones
  • Startups
    • Fundamentos y Validación de Ideas
    • Estrategia de Negocio y Product-Market Fit
    • Desarrollo de Producto y Operaciones Lean
    • Finanzas, Legal y Fundraising
    • Marketing, Ventas y Growth para Startups
    • Cultura, Talento y Liderazgo
    • Finanzas y Operaciones en Ecommerce
    • Startups Web3 y Blockchain
    • Startups con Impacto Social
    • Expansión y Ecosistema Startup
  • Cloud Computing y DevOps
    • Fundamentos de Cloud y DevOps
    • Administración de Servidores Linux
    • Contenerización y Orquestación
    • Infraestructura como Código (IaC) y CI/CD
    • Amazon Web Services
    • Microsoft Azure
    • Serverless y Observabilidad
    • Certificaciones Cloud (Preparación)
    • Plataforma Cloud GCP

Platzi y comunidad

  • Platzi Business
  • Live Classes
  • Lanzamientos
  • Executive Program
  • Trabaja con nosotros
  • Podcast

Recursos

  • Manual de Marca

Soporte

  • Preguntas Frecuentes
  • Contáctanos

Legal

  • Términos y Condiciones
  • Privacidad
  • Tyc promociones
Reconocimientos
Reconocimientos
Logo reconocimientoTop 40 Mejores EdTech del mundo · 2024
Logo reconocimientoPrimera Startup Latina admitida en YC · 2014
Logo reconocimientoPrimera Startup EdTech · 2018
Logo reconocimientoCEO Ganador Medalla por la Educación T4 & HP · 2024
Logo reconocimientoCEO Mejor Emprendedor del año · 2024
De LATAM conpara el mundo
YoutubeInstagramLinkedInTikTokFacebookX (Twitter)Threads

      Comentarios

      Laura Camila Pinzón Casallas

      Laura Camila Pinzón Casallas

      student•
      hace 6 años
        Diego Alejandro Lesmes

        Diego Alejandro Lesmes

        student•
        hace 5 años
      Alberto Perdomo

      Alberto Perdomo

      student•
      hace 6 años
      Rodrigo Urquizo Yepez

      Rodrigo Urquizo Yepez

      student•
      hace 6 años
      Hector F

      Hector F

      student•
      hace 6 años
        Gersonrpq

        Gersonrpq

        student•
        hace 6 años
        Hector F

        Hector F

        student•
        hace 6 años
      María José Medina

      María José Medina

      student•
      hace 5 años
      Arturo Baduna

      Arturo Baduna

      student•
      hace 6 años
        Jaime Arturo Blanco Gutiérrez

        Jaime Arturo Blanco Gutiérrez

        student•
        hace 6 años
      Christian Quispe Bonilla

      Christian Quispe Bonilla

      student•
      hace 6 años
      Paola Möhlinger

      Paola Möhlinger

      student•
      hace 6 años
        Matias Alexander Ibarra Trujillo

        Matias Alexander Ibarra Trujillo

        student•
        hace 6 años
        Rfeb Fernando Ernesto Bogado

        Rfeb Fernando Ernesto Bogado

        student•
        hace 6 años
      Christian Quispe Bonilla

      Christian Quispe Bonilla

      student•
      hace 6 años
      Christian Quispe Bonilla

      Christian Quispe Bonilla

      student•
      hace 6 años
      SANTIAGO GOMEZ ZAPATA

      SANTIAGO GOMEZ ZAPATA

      student•
      hace 6 años
      Christian Quispe Bonilla

      Christian Quispe Bonilla

      student•
      hace 6 años
      Arturo Munoz Cantor

      Arturo Munoz Cantor

      student•
      hace 5 años

      En cuanto a keras existen algo conocido como callbacks que son procesos que se aplican dentro del entrenamiento y mejoran estos hiperparametros, en el orden del video que conozca existen:

      • EarlyStopping Este detiene el entrenamiento al no ver mejora en una metrica como la perdidad, error, loss, val_loss, entre otras, cuenta con un parametro paciencia que permite ajustar a las epocas de no ver mejoria en el entrenamiento parara.

      • ModelCheckpoint Este callback guarda los pesos y estructura del modelo entrenado por cada epoca, tambien se puede configurar para que guarde solo si el modelo ha mejorado en la epoca actual.

      • ReduceLROnPlateau Tiene la funcion de monitorear una metrica de mejora configurada por el usuario y cuando no vea mejora reduce la taza de aprendizaje(Learning Rate) lo que le permite frenar el paso cada vez mas y encontrar el minimo local o global.

      • Tensorboard Es un dashboard con toda la informacion y metricas pertinentes configurada en uno o varios modelos, es un tablero superdinamico que permite comparar modelos y configuraciones.

      Tambien se pueden ver en tensorflow

      Como un complemento a esta clase voy a inidicar según gurus del deep learning como Ian Goodfellow y Andrew NG cual es la jerarquia de hiperparametros, en otras palabra por donde se debe empezar a optimizar:

      1. Learning rate(tasa de aprendizaje)

      2. Optimizador o momentum

      3. Mini batch size

      4. Neuronas en cada capa

      5. Cantidad de layers

      En lo referente a los epochs, no todo el mundo lo considera un hyperparametro debido a que si es muy bajo la red no aprende, si es muy alto se sobeajusta. Este aunque es un ajuste manual, depende de los cinco hyperparametros de arriba y siempre llega a un punto medio. Mientras que el ajuste de los otros depende netamente de la naturaleza del problema.

      -Batch size = Es una porcion de nuestro set de datos de entrenamiento el cual se propagara por toda la red en una iteracion, si por ejemplo tenemos 1000 datos de training podemos usar un batch de 32 datos, entonces primero se propagan 32, luego otros 32 y asi.Ojo iteracion no es lo mismo que epoch. -Epoch = Son las veces que todo nuestro set de datos pasan por nuestra red neuronal, por ejemplo una vez que nuestros 1000 datos pasaron o se propagaron por nuestra red eso se considera 1 epoch. -Kernel_initializer = Son los pesos iniciales que usaremos, en keras el default kernel_initializer es glorot_uniform, el cual se vio en una anterior clase -Optimizador = Es una forma de optimizar o acelerar el hallazgo de las derivadas parciales o gradientes en nuestra funcion de coste, el mas usado es Adam -Funcion de activacion: Se eligen dependiendo si es un problema de clasificacion (Sigmoid, ReLu,Tanh,Heaviside,etc) o de regresion(Linear regression,Ridge Regression,Lasso Regression,Isotonic Regression,etc) -Cantidad de capas y neuronas por capa:Se ajustan dependiendo de la complejidad de tu problema, pueden practicar eso un poco en el playground de TF, yo me di cuenta que no era necesarion poner tantas capas y tantas neuronas para que la red pueda hacer buenas clasificaciones.Aca el link: https://playground.tensorflow.org/#activation=relu&batchSize=14&dataset=circle&regDataset=reg-plane&learningRate=0.03&regularizationRate=0&noise=50&networkShape=6,4,3,1&seed=0.17209&showTestData=false&discretize=true&percTrainData=50&x=true&y=true&xTimesY=true&xSquared=true&ySquared=true&cosX=false&sinX=true&cosY=false&sinY=true&collectStats=false&problem=classification&initZero=false&hideText=false

      ¿Para qué tipo de archivos se utiliza la extensión h5?

      🤓 Los archivos HDF5, es decir las extensiones .h5 te sirven para: La arquitectura de los modelos Los valores de pesos del modelo (que se aprendieron durante el entrenamiento) La configuración de entrenamiento del modelo (lo que pasó a ‘compilar’), si corresponde El optimizador y su estado, si corresponde (esto te permite reiniciar el entrenamiento donde lo dejó)

      Puedes ver mas aqui: https://www.tensorflow.org/tutorials/keras/save_and_load#hdf5_format https://www.tensorflow.org/guide/keras/save_and_serialize#modelo-completo_guardando

      ¡Saludos!

      ¡Muchas gracias @gersonrpq!

      Este curso se pone cada vez mejor :D

      Saben donde está la presentacion del profe?

      Si mal no recuerdo en la primera clase, en la seccion de archivos y enlaces.

      Optimización de hiperparámetros

      No funciona el video !!!!

      cada vez q te pase cambia el servidor

      no me carga a mi tampoco

      Recomendación de neuronas por capa :)

      • Inicializadores y epocas
      • Cuando el Training Error y el Testing Error empiezan a diferenciarse, se debe parar iteraciones pues empieza el sobreajuste

      sigue sin funcionar el video..... problemas

      Funciones de activación y funciones de pérdida

      Optimización de los hiperparámetros